エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
MCMC導入編 - Simulation Methodsの基本 - - Data Science by R and Python
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
MCMC導入編 - Simulation Methodsの基本 - - Data Science by R and Python
こんにちは。 中間発表などで時間をとられたので、実に3ヶ月ぶりの更新となってしまいました。 でも、嬉... こんにちは。 中間発表などで時間をとられたので、実に3ヶ月ぶりの更新となってしまいました。 でも、嬉しいことに、、、このブログ毎日300前後のアクセスを頂いていて、 書いている本人としてはとても嬉しいです。 この記事のテーマはマルコフ連鎖モンテカルロ法です。 通称、Markov Chain Monte Carloの頭の文字を取ってMCMCです。 長くなりそうなので、2回に分けるかもしれません。 追記* : この記事は、まだMCMCまで到達できていません。次回、本格的に書きます。 導入 MCMCが本格的に使われ始めたのは、1990年代以降という比較的新しい方法です。 ただ、最近のベイズ流を用いた解析においては、必ずと言っていいほどMCMCが登場します。 そんなMCMCを今日は、説明していこうと思います。 まず、MCMCは、何かの特定の手法を表すものではありません。 Robert, and C